为进一步活跃学术氛围，引导广大同学的专业兴趣，6月8日下午16：00，人工智能学院通过线上方式举办人工智能论坛第11期“深度学习在医疗辅助诊断中的应用”，主讲人为人工智能学院祝闯老师，报告由人工智能学院邓伟洪教授主持。

报告伊始，邓伟洪教授介绍了本次报告的主题、祝闯老师的个人简介和研究领域等。为使与会师生更好地理解深度学习与医疗辅助诊断，祝闯老师首先对深度学习及深度学习四个典型技术进行了阐述，并指出反向传播算法是深度学习典型技术的基石。随后祝闯老师从医疗辅助诊断的概念出发，举例典型的医疗辅助诊断系统、智能新冠辅助诊断系统、google智能AR显微镜癌症检测系统，让听众更清晰地了解到了医疗辅助诊断系统的落地应用。医疗辅助诊断系统离不开医疗图像的识别，祝闯老师概括道，医疗图像的识别具有诊断工作繁杂、可重复性差、诊断差异大、医师缺口大等特点，同时在具体实践中也会遇到图像标签噪声大、图像域差异大、病灶标注不精准等特点。随后，祝老师提出了基于图像识别的医疗辅助诊断的应用。应用一为噪声标签场景下的肿瘤识别，在众多技术路线中纠正或者选取部分干净样本的方法是对先验知识需求最少的，因而在这一应用场景下应作为优先考虑的方法。应用二为肿瘤转移预测，乳腺结节在传统的医疗过程中存在过度医疗问题，基于弱监督MIL的淋巴结转移预测能够更好地解决这一问题。应用三为跨域消化道肿瘤检测和识别，通过基于自训练的消化道早癌识别，纳入其他域的样本，加入伪标签来进行训练，识别效果得到了显著提升。应用四为基于CT/Xray的辅助诊断。最后，祝闯老师对辅助诊断面临的挑战进行了简要概述，并热心回答了相关技术领域的问题。

本次报告内容丰富，通过祝闯老师的形象讲解，与会师生深入了解了深度学习在医疗辅助诊断中的应用。后续，人工智能学院会持续开展人工智能论坛活动，为丰富学院学术氛围，促进学术交流提供平台。

人工智能学院

2022年6月11日